首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
汽车 morning

中层消失,Token狂热退潮,硅谷工程师眼里的「AI创业下半场」

2026-07-31 1 阅读 约10分钟阅读 36kr
分享:
字号:
所有人都在尝试建立关于AI的判断,但所有共识都在迅速过期。 访谈 | 巴芮 海风 文 | 海风 刘思洁 编辑 | 刘思洁 封面图源 | 受访者拍摄 “野蛮生长的阶段已经过去了。” 这是身处硅谷AI创业一线的马培元最近最深的感受。 2021年12月,本科毕业后,他进入号称“美版知乎”的Quora,后来转到AI聊天机器人聚合平台Poe,担任资深AI工程师。2个月前,他又加入硅谷最热门的AI Agent创业公司之一Cognition。 2026年5月,这家成立不到三年的公司宣布完成超过10亿美元融资,估值升至260亿美元。8个月前,它的估值还是102亿美元。 除了工程师,马培元还有另一个身份——投资猎头(Venture Scout)。他替投资机构寻找值得下注的AI创业项目,每年拥有50万美元的投资额度。 毕业后的这四年多的时间里,他似乎始终行动得要比AI行业共识早,在“agent”这个词还没有被任何人讲清楚定义之前,他所在的团队已经悄悄立项。在Anthropic还是无名之辈时,他们就成了Claude最早的深度用户。他是团队里第一个AI认证工程师、第一个AI agent工程师,后来又把整个工程团队“洗脑”成了使用AI编程的AI Native团队。 这种认知和行动的超前,最有意思的印证发生在两周前,他在和“未来人类实验室”对谈时随口说出“people manager正在消亡”,没过多久就被腾讯、字节宣布取消中层的新闻坐实。 变化发生得太快,在硅谷,要时刻与变化共处。 在这篇稿子两次访谈的两周间隙里,马培元发现自己上一次讲的硅谷“追逐最贵最前沿模型”的逻辑,就开始站不住了。当下硅谷流行的做法是把多个便宜模型和顶尖模型“融合调度”使用。 和马培元聊了近5个小时,我们发现,他几乎一直在推翻昨天的自己,硅谷也一样。“我不能说所有的,但你可能说大于60%,一个月之后就可能又反着来了。” 过去几年,AI几乎改写了硅谷的所有默认规则:什么样的人更容易脱颖而出,什么样的组织更有竞争力,什么样的钱花得值。 当然,这些所谓“正确答案”的判断,也在迅速失效。 在AI领域,一年已经是很长的周期,很多判断可能在一个月内就被推翻。 以下,是马培元眼中十分当下的10个硅谷AI观察: 马培元 硅谷需要什么样的人才? 马培元的职业画像,高度契合了硅谷的AI公司最喜欢的人才样貌。他不是传统的计算机背景,没有得竞赛金牌,没有顶尖名校光环,甚至一度对计算机毫无兴趣,但过去四年,他从Quora的广告组一路做到Cognition的AI工程师,履历踩中了硅谷AI公司现在最想要的人才画像的每一个关键词。 他的经历,既是一部个人成长史,也是一份行业招聘标准变化的样本。 观察1:通才碾压专才 硅谷现在最抢手的人才画像,不是某个领域钻得最深的专家,而是 “每一项都过得去、没有明显短板”的人——业内管这个叫polyglot talent,更通俗的话说叫“六边形战士”。 2024年,Poe内部启动了一个当时还没人说得清定义的“agent”项目,组里挑中我这个新人的理由很直接:“既做过AI,也做过全栈开发和iOS”。当时组里其他人大多是传统机器学习、搜广推背景出身,他们的人不懂前端代码,而agent恰好需要能写前端界面。公司原本负责AI提示词工程的人离职后,团队里再没有人能补上这个缺口,那正好,反正我学得快,我既做这个agent提示词工程,也做这个它的前端写代码之类的。 这套“什么都会一点”的能力组合,后来变成了我找工作时最值钱的资本。我是你给我一个什么新的领域,我可以从两周之内学得差不多。而这正是早期创业公司要的人。 观察2:AI原生技能,可以在短时间内碾压资历年限 AI工具的使用能力,可以直接碾压传统意义上靠年限堆出来的资历。 我从Quora广告组转去iOS组的时候,理由是“想迈出舒适圈”,但此时我对iOS一窍不通,是彻头彻尾的“0年经验”。我当时没有选择慢慢补课,而是把GPT-4当成了自己的搭档。当时我周围的人都是非常资深的iOS工程师,他们可能不信AI。我iOS不会写,Swift代码不会写,于是我就疯狂地用AI帮我写代码。 结果是,我这个刚入行三四个月的新人,产出速度追平甚至超过了身边浸淫多年的资深工程师,两年内就做到了资深职位。这在传统晋升体系里,几乎是不可能的速度。 此前,在Facebook可能至少要4到6年,你才能变成资深工程师。谷歌有些人可能一辈子都不会升级到资深工程师。 我在Cognition就遇到过一位19岁的面试官。一开始我还有点沮丧,一个26岁的人被19岁的人“拷问”,很多问题我都答不上来。后来我意识到,这恰恰是一个迹象,说明这家公司确实能不拘⼀格降⼈才,且年龄不再是硅谷评判人才的标准。 观察3:招聘标准被彻底重写,AI公司不用同一套模板面试 我在Quora离职前,认真面了将近20家公司,算上打过电话的有30到40家。最多的时候,我一周被30多个猎头找上门来。 面试了这么多家公司,我发现,当下AI公司招人没有一个统一的面试模板。 但有几个很明显的变化,LeetCode式算法题的重要性在下降,关于AI系统设计的最佳答案每个月都在改变。 面试结构也在变化。在线笔试+work trial成了一种新的组合。work trial是一种非常短的“试用期面试”。有的3小时,有的5小时,最长也就一两天。我遇到的一次面试,就是直接给我一个代码库,让我用任何工具,包括AI,去解决一个实际问题。做完之后,还要展示思路和成果。整个过程已经非常接近真实工作。 更有意思的是,对AI使用的考察本身也被拆成两种模式。有些轮次要求必须用AI,看你怎么“by code”;但也有轮次明确禁止使用AI,比如debug,考的是在没有AI辅助加成下,你能不能找出错误,本质上是在测试个人实际的软件⼯程⽔平和品味如何。 面试本身也多种多样。比如,有的公司会让我做商业分析,判断他们应该收购哪个行业。 行为面试(behavior round)也变了。它不再是“个人最⼤的缺点和优点”“跟同事有冲突怎么解决”等传统问题,而是拉长时间线,去看一个人的成长轨迹,从高中到大学,从实习到工作,一路往下追,看你的“人生斜率”,判断你是不是⼀个能够指数型增⻓的⼈。 没有标准答案带来的一个意外好处是:没人能靠背题拿到offer。连我在Cognition的内推人都直接告诉我:“你别准备了,我觉得没什么可准备的。” AI正在重构组织结构 在硅谷,最厉害的那批人,从来不属于某一家公司,只属于“那个时代最厉害的公司”。 二十年前是谷歌,十年前是Uber和Robinhood,五年前是Coinbase,现在是AI公司, 硅谷是“流水的银盘,铁打的兵” 。这批被新标准筛出来的人才,更会因使命感,而不是“待遇”留下。这些汇聚最厉害人的组织,也在AI的重塑下,发生着巨变。 观察4:对“AI原生”太过渴求 硅谷公司对AI原生(AI native)的渴求程度远远⼤于我的想象。我面试的公司大多是A轮、B轮,也有一些种子轮。一个很高频的问题是:你用什么AI工具?我通常直接把自己写的博客丢过去,对方基本上都会“目瞪口呆”。 他们会说,不只是想让我做AI应用开发,更希望我去推动公司内部的AI转型,让团队变得更AI原生。很多公司其实
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱